TypeError：预期的字符串或类似字节的对象正则表达式删除特殊字符答案

【问题标题】：TypeError: expected string or bytes-like object Regular expression removing special charactersTypeError：预期的字符串或类似字节的对象正则表达式删除特殊字符
【发布时间】：2020-10-17 02:02:42
【问题描述】：

使用内容列训练数据框。内容列的每一行都有一个列表，其中包含该列表中的不同单词。

content
[sure, tune, …, watch, donald, trump, “,”, late, ’ , night]
[abc, xyz, “,”,late, ’, night]

删除正则表达式的代码

import re
train['content'] = train['content'].map(lambda x: re.sub(r'\W+', '', x))

错误

TypeError: expected string or bytes-like object

预期输出

content
[sure, tune,  watch, donald, trump, late,   night]
[abc, xyz,late, night]

请注意所有特殊字符，如 ...、“、” 和 ’ 都消失了，我们只剩下文字了。

【问题讨论】：

首先 - 每行内容必须是一个字符串本身，而不是一个实际的列表，否则你甚至在开始之前就会遇到语法错误，应该澄清一下。
每一行内容都是一个列表
那么列表中的所有项目都定义了变量吗？列表本身必须是字符串，项目必须是字符串/数字，或者它们是先前定义的变量。

标签： python pandas

【解决方案1】：

只要做：

content=['sure', 'tune', '…', 'watch', 'donald', 'trump', '“,”', 'late', '’' , 'night']
content = list(map(lambda x: re.sub(r'\W+', '', x),content))

【讨论】：

内容是数据集中的一列。内容列有 30,000 行....这两行只是一个例子
主要思想是通过正则表达式解析字符串不是吗？执行 content=train['content'].tolist() 并在数据框列上重新分配或执行 foreach；在我看来，无论如何你都需要额外的转换。

【解决方案2】：

您正在尝试将正则表达式应用于 List 对象。

如果您的目标是在列表的每个项目上使用此正则表达式，您可以为列表中的每个项目应用 re.sub：

import re
def replace_func(item):
    return re.sub(r'\W+', '', item)

train['content'] = train['content'].map(lambda x: [replace_func(item) for item in x])

【讨论】：

不起作用.......这是分隔所有单个字母
如果您的内容字段中有字符串，它将分隔各个字母。我假设内容字段中的所有元素都是一个列表。 train.content.map(type).value_counts() 显示了什么？